天空背景图像分割

分享给好友

报名参赛

体验云端免费GPU极速训练,还能赢奖⾦!

报名参赛

大赛简介

图像分割是根据图像内容对指定区域进行标记的计算机视觉任务,简单来说是准确判定在当前图片中的哪个区域

该数据集一共有1224张图片,训练集、验证集和测试集划分比例为6:2:2.

赛事主题和数据说明

赛题描述

比赛上榜成绩截止到2019年10月07日下午20点,赛后将有神秘嘉宾精彩直播,敬请期待!!

数据来源

由有三AI公众号提供

数据描述

由于需要提交代码作品在云端进行训练,参赛数据集不对外开放。仅提供调试数据,可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]

字段说明:

字段名 字段类型 取值区间 字段描述
image_path string 不为空 图片的相对路径
label_path string 不为空 图片标签的相对路径

输入字段: image_path,

输出字段: label_path,

参考文献:

[1]

评审标准

评审指标说明

  • 本赛标准得分为60分,所有超过基础得分的参赛者可获得相对应奖励!
  • IOU(Intersection-over-Union)表示了产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率或者说重叠度,也就是它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。
  • 计算公式如下:
  • 评审计算公式

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:哈尔的移动城堡

大神经验
batch数据为8,循环次数为32次,损失函数优化完,最终完成评分为94.82。

2019-10-06 19:57:26

94.82

大神经验
第三名

提供者:丶人狠话不多

大神经验
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为94.71。

2019-10-07 03:29:28

94.71

大神经验
第三名

提供者:skr skr skr

大神经验
batch数据为4,循环次数为50次,损失函数优化完,最终完成评分为94.64。

2019-09-30 22:09:08

94.64

大神经验
4

提供者:Daiccccc

大神经验
batch数据为32,循环次数为1次,损失函数优化完,最终完成评分为94.64。

2019-10-06 04:22:24

94.64

大神经验
5

提供者:gboy

大神经验
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为94.61。

2019-10-06 05:16:16

94.61

大神经验
6

提供者:Wghost

暂未公开
batch数据为4,循环次数为20次,损失函数优化完,最终完成评分为94.6。

2019-10-04 20:46:18

94.60

暂未公开
7

提供者:Whisney`逸文

暂未公开
batch数据为18,循环次数为70次,损失函数优化完,最终完成评分为94.56。

torch

FCN

2019-10-04 20:08:32

94.56

暂未公开
8

提供者:ON-looker

暂未公开
batch数据为4,循环次数为20次,损失函数优化完,最终完成评分为94.41。

torch

FCN

2019-09-28 08:06:12

94.41

暂未公开
9

提供者:yahiko

暂未公开
batch数据为4,循环次数为32次,损失函数优化完,最终完成评分为94.26。

PyTorch

deeplab v3+

2019-09-26 23:20:49

94.26

暂未公开
10

提供者:我吃定了这第一

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为94。

torch

FCN

2019-10-01 00:45:07

94.00

暂未公开
11

提供者:malena

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为93.75。

torch

FCN

2019-09-22 16:45:38

93.75

暂未公开
12

提供者:看你很6哦

暂未公开
batch数据为8,循环次数为100次,损失函数优化完,最终完成评分为93.69。

2019-09-29 20:34:19

93.69

暂未公开
13

提供者:zhr

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为93.43。

torch

FCN

2019-09-20 18:20:50

93.43

暂未公开
14

提供者:qqm

暂未公开
batch数据为24,循环次数为80次,损失函数优化完,最终完成评分为93.43。

torch

FCN

2019-10-04 19:56:56

93.43

暂未公开
15

提供者:jitaimei

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为93.36。

torch

FCN

2019-10-05 12:22:30

93.36

暂未公开
16

提供者:invisprints

暂未公开
batch数据为8,循环次数为20次,损失函数优化完,最终完成评分为92.92。

2019-10-04 16:12:42

92.92

暂未公开
17

提供者:超爱喝酸奶

暂未公开
batch数据为8,循环次数为50次,损失函数优化完,最终完成评分为92.84。

PyTorch

Deeplabv3

2019-09-19 13:09:56

92.84

暂未公开
18

提供者:风1567927103

暂未公开
batch数据为8,循环次数为20次,损失函数优化完,最终完成评分为92.77。

2019-10-05 00:11:58

92.77

暂未公开
19

提供者:天涯·明月·刀

暂未公开
batch数据为16,循环次数为32次,损失函数优化完,最终完成评分为91.38。

torch

FCN

2019-09-25 19:10:31

91.38

暂未公开
20

提供者:dtrimina

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为91.26。

torch

FCN

2019-09-24 02:04:25

91.26

暂未公开
21

提供者:善假于物

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为91.08。

torch

FCN

2019-10-03 12:24:22

91.08

暂未公开
22

提供者:释然

暂未公开
batch数据为8,循环次数为200次,损失函数优化完,最终完成评分为90.87。

torch

FCN

2019-09-25 11:49:16

90.87

暂未公开
23

提供者:cnn

暂未公开
batch数据为8,循环次数为100次,损失函数优化完,最终完成评分为90.78。

torch

FCN

2019-09-25 13:01:05

90.78

暂未公开
24

提供者:Zyt

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为89.82。

torch

FCN

2019-09-18 19:55:10

89.82

暂未公开
25

提供者:AMERICA

暂未公开
batch数据为8,循环次数为200次,损失函数优化完,最终完成评分为89.55。

torch

FCN

2019-09-30 12:25:16

89.55

暂未公开
26

提供者:uuuuu

暂未公开
batch数据为16,循环次数为50次,损失函数优化完,最终完成评分为88.94。

torch

FCN

2019-09-25 07:47:55

88.94

暂未公开
27

提供者:无名小卒

暂未公开
batch数据为4,循环次数为2次,损失函数优化完,最终完成评分为88.35。

torch

FCN

2019-10-07 18:45:48

88.35

暂未公开
28

提供者:FastAI可解释性差

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为87.79。

torch

FCN

2019-09-11 02:30:10

87.79

暂未公开
29

提供者:样例基线

暂未公开
batch数据为8,循环次数为10次,损失函数优化完,最终完成评分为87.04。

torch

FCN

2019-09-26 23:34:38

87.04

暂未公开
30

提供者:你猜猜我是谁

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为86.85。

2019-10-04 22:58:17

86.85

暂未公开
31

提供者:玻尔兹曼

暂未公开
batch数据为4,循环次数为5次,损失函数优化完,最终完成评分为83.84。

PyTorch

ResU-Net

2019-09-13 15:40:55

83.84

暂未公开
32

提供者:Ready

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为81.69。

2019-09-22 22:49:42

81.69

暂未公开
33

提供者:呵呵刘

暂未公开
batch数据为16,循环次数为30次,损失函数优化完,最终完成评分为79.34。

TensorFlow

DeepLabv3

2019-09-24 01:03:55

79.34

暂未公开
34

提供者:埼玉不秃头

暂未公开
batch数据为48,循环次数为64次,损失函数优化完,最终完成评分为41.45。

torch

FCN

2019-09-21 14:45:38

41.45

暂未公开
35

提供者:Akatsuki

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为37.24。

torch

FCN

2019-09-19 09:45:47

37.24

暂未公开
36

提供者:xaioqiang

暂未公开
batch数据为32,循环次数为5次,损失函数优化完,最终完成评分为35.43。

torch

FCN

2019-09-25 00:54:44

35.43

暂未公开
37

提供者:★八百标兵奔北坡

暂未公开
batch数据为2,循环次数为1次,损失函数优化完,最终完成评分为0.3。

torch

FCN

2019-09-27 10:53:17

0.30

暂未公开
38

提供者:qck15570179927

暂未公开
batch数据为24,循环次数为50次,损失函数优化完,最终完成评分为0。

2019-09-07 13:08:06

0.00

暂未公开
39

提供者:洋

暂未公开
batch数据为2,循环次数为60次,损失函数优化完,最终完成评分为0。

2019-09-07 18:57:31

0.00

暂未公开
40

提供者:玖月初识

暂未公开
batch数据为4,循环次数为10次,损失函数优化完,最终完成评分为0。

2019-09-09 16:47:00

0.00

暂未公开
41

提供者:kkky

暂未公开
batch数据为16,循环次数为10次,损失函数优化完,最终完成评分为0。

2019-09-10 17:49:40

0.00

暂未公开
42

提供者:上山打老鼠

暂未公开
batch数据为2,循环次数为10次,损失函数优化完,最终完成评分为0。

torch

FCN

2019-09-12 19:41:10

0.00

暂未公开
43

提供者:ashergaga

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为0。

torch

FCN

2019-09-13 09:31:52

0.00

暂未公开
44

提供者:Sunny^_^Today

暂未公开
batch数据为20,循环次数为32次,损失函数优化完,最终完成评分为0。

torch

FCN

2019-09-20 10:25:02

0.00

暂未公开
45

提供者:机器学渣

暂未公开
batch数据为32,循环次数为20次,损失函数优化完,最终完成评分为0。

torch

FCN

2019-09-20 12:15:24

0.00

暂未公开
46

提供者:宇宙

暂未公开
batch数据为8,循环次数为30次,损失函数优化完,最终完成评分为0。

2019-09-25 14:42:49

0.00

暂未公开
47

提供者:Seeney

暂未公开
batch数据为8,循环次数为32次,损失函数优化完,最终完成评分为0。

torch

FCN

2019-10-07 16:31:45

0.00

暂未公开
第一名
美式半糖不加奶 2019-11-25 20:51:59
2019-11-25 20:51:59
94.79
第二名
哈尔的移动城堡 2019-10-07 21:32:07
2019-10-07 21:32:07
94.69
第三名
skr skr skr 2019-10-07 20:09:25
2019-10-07 20:09:25
94.63
4
Daiccccc 2019-10-07 21:34:29
2019-10-07 21:34:29
94.52
5
gboy 2019-10-08 17:59:35
2019-10-08 17:59:35
94.14
6
FastAI可解释性差 2019-10-08 21:58:16
2019-10-08 21:58:16
94.07
7
qqm 2019-10-07 22:43:05
2019-10-07 22:43:05
93.04
8
无名小卒 2019-10-11 23:13:58
2019-10-11 23:13:58
93.04
9
上山打老鼠 2019-10-12 16:35:46
2019-10-12 16:35:46
91.64
10
我吃定了这第一 2019-10-08 12:30:23
2019-10-08 12:30:23
90.77
11
天涯·明月·刀 2019-10-07 22:26:36
2019-10-07 22:26:36
89.11
12
Limbor 2019-10-15 16:00:52
2019-10-15 16:00:52
87.59
13
信息-杨波 2019-10-30 20:00:42
2019-10-30 20:00:42
79.07
14
哈哈哈1572280504 2019-11-11 19:26:11
2019-11-11 19:26:11
0
15
KevinYang 2019-11-14 16:34:09
2019-11-14 16:34:09
0
16
X.S.F. 2019-11-15 12:15:47
2019-11-15 12:15:47
0
17
h1566452233 2019-11-17 12:59:11
2019-11-17 12:59:11
0
18
莲子咖啡 2019-11-22 16:16:47
2019-11-22 16:16:47
0

挑战者大赛 官方交流群

训练记录

你还没有任何提交记录喔...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux

1.进入代码编辑页下载当前代码

2.打开运行,输入cmd,打开终端

Win+R 输入 cmd

3.使用终端进入到项目的根目录下

cd path\to\project

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 flyai.exe ide 打开调试环境

操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.本地解压缩代码包文件,双击执行 flyai.exe 程序

第一次使用需要使用微信扫码登录 杀毒软件可能会误报,点击信任该程序即可

3.开启 FlyAI-Jupyter 代码调试环境

运行flyai.exe程序,点击"使用jupyter调试"按钮自动打开jupyter notebook 操作界面

运行 run main.py 命令即可在本地训练调试代码

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交GPU训练"按钮,代码将自动提交到云端GPU进行训练

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.使用终端进入到项目的根目录下

cd path\to\project

3.初始化环境登录

使用如下命令授权 flyai 脚本: chmod +x ./flyai

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境 操作过程有延迟,请耐心等待 运行 run main.py 命令即可在本地训练调试代码

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练 返回sucess状态,代表提交离线训练成功 训练结束会以微信和邮件的形式发送结果通知

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

更多参赛帮助请查看文档中心

$vue{ errorTip }

发送样例至我的邮箱

已发送

已发送成功

请查收FlyAI官方邮件查看详情 根据样例提高算法评分可以获得积分奖励 用来兑换GPU训练时长

确定

$vue{flag?'报名成功!':'参赛温馨提示'}

通过迭代赛题的样例代码提高模型准确率哦~
准确率越高,奖励越丰富!

查看样例代码

⼤神你好!当前能⼒值⽆法参加新⼿手赛

多给新手一些机会哦~

查看样例代码

打开微信,使用扫一扫功能分享给好友

绑定你的微信账号

用于本地环境登录和实时接收训练通知
参赛提示


申请参赛资格请扫描上方二维码联系FlyAI客服

当前赛题您未在 24小时内 报名参加
参赛资格已失效,如有疑问请联系FlyAI客服

当前赛题您未在 48小时内 提交有效成绩
参赛资格已失效,如有疑问请联系FlyAI客服

参加其他比赛
提交结果文件
提示:每次提交需消耗 100 FAI

仅支持上传 CSV 格式的文件

$vue{csvName}上传成功
取消 确认提交

评估成绩得分

$vue{csv_data.score}
$vue{csv_data.lable}
关闭结果